按列值对 R 数据框进行子集，并将与特定值匹配的单元格更改为新值答案

【问题标题】：Subset R dataframe by column values and change cells that match certain value to new value按列值对 R 数据框进行子集，并将与特定值匹配的单元格更改为新值
【发布时间】：2021-12-27 02:12:29
【问题描述】：

我有一个需要附加到现有表的单行数据框。事实上，许多数据帧值都是布尔值，但我需要将它们转换为字符串（“-1”表示 TRUE，“0”表示 FALSE）以匹配现有表。由于数据框包含 100 个这样的列，我想避免输入每个单独的列。我尝试过使用 which(TRUE) 和 isTRUE()，但如果它们适用于我的情况，我不确定将什么用作函数参数，或者如何将它们放入数据框中。

我想应该是这样的：

df <- data.frame(a = T, b = F, c = F, d = T, e = T, f = T, g = F, h = F)
df2 <- df[, {find all values that are true}]${all those columns} <- '-1'
df3 <- df2[, {find all values that are false}]${all those columns} <- '0'

## df3 should match this:
df3 <- data.frame(a = '-1', b = '0', c = '0', d = '-1', e = '-1', f = '0', g = '0', h = '0')

我在 dplyr 文档、本网站和谷歌搜索中进行了相当彻底的搜索，发现了很多类似的问题，但没有一个完全符合我的情况。谢谢！

【问题讨论】：

您在寻找类似df[df == TRUE] <- -1 和df[df == FALSE] <- 0 的东西吗？
我在某个地方看到过，我试过了，但是当我这样做时，它会将整个数据帧重新分配为单个逻辑值。我不知道我做错了什么？
实际上，@MartinGal，我刚刚意识到我在做 df
看看@blob 的回答。 dplyr 的across 函数对于此类任务来说是一个非常强大的工具。
df[1,] * -1 可能更简单...

标签： r dataframe dplyr subset

【解决方案1】：

您是否尝试过使用across() 逻辑列？下面是一个示例，其中我添加了一个带有数值的列，并使用一个函数仅改变带有across() 的逻辑列。

df <- data.frame(a = T, b = F, c = F, d = T, e = T, f = T, g = F, h = F, non.logical.column = 1)

conv.logical <- function(x){
  if(isTRUE(x)){-1}else{0}
}

df <- df %>% mutate(across(where(is_logical), conv.logical))

【讨论】：

你可以用~ .x * -1代替conv.logical。
那行得通。我想我毕竟没有仔细看，因为我没有找到cross()。我最终使用了@MartinGal 的评论解决方案，因为它对于我的具体问题更加简洁，但是 cross() 和 conv.logical 函数也可以正常工作。